이 논문은 소셜 봇 연구에 존재하는 다양한 문제점을 분석하고 있다.
첫째, 정보 누출 문제로 인해 봇 탐지기가 실제 성능보다 높은 성능을 보일 수 있다. 둘째, 연구자들이 선별적으로 데이터와 기존 연구를 활용하여 자신의 주장을 부각시키는 cherry-picking 문제가 있다. 셋째, 기존 연구를 왜곡하거나 잘못 표현하는 strawman 문제가 있다. 넷째, 데이터 편향 문제로 인해 봇 탐지기의 성능이 실제보다 과대평가될 수 있다.
개념적 문제로는 첫째, 봇 데이터셋의 편향성과 포괄성 한계에 대한 오해, 둘째, 봇의 다양성과 특성에 대한 오해, 셋째, 봇이 온라인 허위정보 확산의 주요 원인이라는 오해 등이 있다.
이러한 문제들은 소셜 봇 연구에 대한 잘못된 인식을 초래하며, 신뢰할 수 있는 과학적 결과를 도출하는 데 장애가 된다. 따라서 이러한 오해와 편견을 해소하고 건전한 연구 방향을 제시하는 것이 중요하다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Stefano Cres... at arxiv.org 03-28-2024
https://arxiv.org/pdf/2303.17251.pdfDeeper Inquiries